文献类型：期刊文章

作　　者：马科伟[1,2] 张锲石[1,2] 康宇航[1,2] 任子良[1,2] 程俊[1,2]

MA Kewei;ZHANG Qieshi;KANG Yuhang;REN Ziliang;CHENG Jun(Shenzhen Institute of Advanced Technology,Chinese Academy of Sciences,Shenzhen,Guangdong 518055,China;Shenzhen College of Advanced Technology,University of Chinese Academy of Sciences,Beijing 101408,China)

机构地区：[1]中国科学院深圳先进技术研究院,广东深圳518055 [2]中国科学院大学深圳先进技术学院,北京101408

出　　处：《计算机工程》

基　　金：国家自然科学基金(U1913202,U1813205);广东省重点领域研发计划项目(2019B090915001);深圳市科创委技术攻关项目(JSGG20191129094012321)。

年　　份：2021

卷　　号：47

期　　号：11

起止页码：1-10

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：视觉里程计(VO)是实现移动机器人自主导航的主要技术之一,不同类型的VO技术在不同应用场景中受环境和硬件计算能力的影响,导致其性能各有优劣。概述VO技术的发展历程,对基于传统几何和基于深度学习的两类VO技术的性能进行对比与分析,重点介绍传统VO技术中特征点法的原理及其改进方法。在此基础上,归纳VO领域常用的公共数据集并对部分现有方法进行对比评测,为VO技术的实际应用提供参考和借鉴,并展望该领域未来的发展方向。

关 键 词：视觉里程计 特征点法  深度学习  位姿估计 机器视觉

分 类 号：TP391]